このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
用途
Parallel Computing Toolbox™ では、マルチコア プロセッサ、GPU およびコンピューター クラスターを使用して、計算量やデータ量の多い問題を解くことができます。並列 for ループ、特殊な配列タイプ、並列化された数値アルゴリズムなどの高度な構造により、CUDA® または MPI のプログラミングなしに MATLAB® アプリケーションをスケーリングできます。
これらの例を参照して、結果が得られるまでの時間が並列計算によってどのように短縮されるかをご覧ください。
カテゴリ
- Simulink での並列計算
Simulink® のシミュレーションを並列計算を使用して高速化する
- 最適化
最適化問題の求解を並列計算を使用して高速化する
- AI と統計
統計、機械学習、深層学習のアプリケーションを並列計算を使用して高速化する
- 信号処理、オーディオ、無線
信号処理、オーディオ処理、無線通信、レーダー処理のアプリケーションを高速化する
- イメージ処理とコンピューター ビジョン
イメージ処理、コンピューター ビジョン、医用画像のアプリケーションを並列計算を使用して高速化する
- 予知保全
予知保全アプリケーションを並列計算を使用して高速化する
注目の例
Parsim を使った並列シミュレーション: ノーマル モードでのパラメーター スイープ
この例では、Parallel Computing Toolbox™ を使用して、モンテカルロ法のシミュレーションを複数並列して実行する方法を示します。並列実行はホスト マシンの複数のコアを活用して多くのシミュレーションの実行を高速化します。これらのシミュレーションは、MATLAB® Parallel Server™ を使用し、コンピューター クラスターで並列に実行することもできます。この例は Parallel Computing Toolbox™ または MATLAB Parallel Server が利用できない場合でも機能しますが、シミュレーションは逐次実行されます。
Simulink モデルを並列に最適化
この例では、複数の Global Optimization Toolbox ソルバーを使用して Simulink モデルを並列に最適化する方法を示します。
アンサンブル分類の並列学習
バギング アンサンブルの並列で再現性のある学習を行う。
Accelerate Audio Machine Learning Workflows Using a GPU
Use GPU computing to accelerate machine learning workflows for audio, speech, and acoustic applications.
Accelerate MIMO-OFDM Link Simulation Using GPU
Accelerate a MIMO-OFDM link simulation with LDPC channel coding by using a GPU.
Accelerate Signal Feature Extraction and Classification Using a Parallel Pool of Workers
Use parallel computing to extract signal multidomain features for bearing fault detection.
自動マルチ GPU のサポートを使用したネットワークの学習
この例では、自動並列サポートを使用した深層学習のために、ローカル マシンで複数の GPU を使用する方法を説明します。
